【技术实现步骤摘要】
本专利技术涉及互联网推荐，具体涉及一种基于标签图的用户推荐方法、装置、电子设备及计算机可读存储设备。
技术介绍
1、随着互联网及大数据人工智能技术的发展，基于用户喜好的推荐系统应运而生。推荐系统是根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户。
2、基于内容的用户促活推荐是一种应用广泛的推荐方法，其针对存量但一定时间内未活跃的用户进行推荐，使其成为活跃用户，推荐对象为内容信息，如视频、文章的标题、短信等可以使用文本描述的内容。与活跃用户相比，未活跃用户的基本信息、行为信息等数据比较稀疏，难以全面的刻画用户画像，以及预测用户的行为偏好，在推荐领域具有较大难度。现有的基于内容的用户推荐方法主要有：
3、方法1：基于媒资内容的用户推荐：用户通过电视端与媒资内容的交互行为，将内容推送到电视端，依赖底层的数据收集、存储、处理等基础设施建设，以及用户的交互行为进行推荐、系统建设成本较高，方法迁移性较弱的问题。
4、方法2：将协同过滤思想引入内容过滤推荐框架，出发点是利用协同计算克服单纯内容匹配的...
【技术保护点】
1.一种基于标签图的用户推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于标签图的用户推荐方法，其特征在于，所述以所述活跃用户、未活跃用户和标签值为节点构建无向标签图，并基于所述无向标签图确定活跃用户与未活跃用户的关联度，之后，所述方法还包括：
3.根据权利要求1或2所述的基于标签图的用户推荐方法，其特征在于，所述以所述活跃用户、未活跃用户和标签值为节点构建无向标签图，并基于所述无向标签图确定活跃用户与未活跃用户的关联度包括：
4.根据权利要求1或2所述的基于标签图的用户推荐方法，其特征在于，所述所述以所述活跃用户、未活跃用...
【技术特征摘要】
1.一种基于标签图的用户推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于标签图的用户推荐方法，其特征在于，所述以所述活跃用户、未活跃用户和标签值为节点构建无向标签图，并基于所述无向标签图确定活跃用户与未活跃用户的关联度，之后，所述方法还包括：
3.根据权利要求1或2所述的基于标签图的用户推荐方法，其特征在于，所述以所述活跃用户、未活跃用户和标签值为节点构建无向标签图，并基于所述无向标签图确定活跃用户与未活跃用户的关联度包括：
4.根据权利要求1或2所述的基于标签图的用户推荐方法，其特征在于，所述所述以所述活跃用户、未活跃用户和标签值为节点构建无向标签图，并基于所述无向标签图确定活跃用户与未活跃用户的关联度包括包括：
5.根据权利要求4所述的基于标签图的用户推荐方法，其特征在于，所述对所述第一二步无...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。